摘要
本发明公开了一种基于深度强化学习的级联PID自动驾驶纵向控制方法,所述级联PID自动驾驶纵向控制方法包括以下步骤:构建控制指令映射机制;获取车辆状态信息,通过构建级联PID控制器,获得加速补偿量;基于深度强化学习,优化的级联PID控制器参数;通过总奖励函数,获得优化后的Actor网络参数;基于优化的级联PID控制器参数生成目标加速度并执行控制。本方法通过构成的级联PID控制器结合深度强化学习算法,使级联PID控制器能够根据实时驾驶反馈和环境变化动态调整参数,显著提高系统的自适应能力和鲁棒性,在自动驾驶系统面对复杂和变化多端的路况时,能够实现更加智能化的驾驶控制。
技术关键词
纵向控制方法
PID控制器参数
级联
加速度
车辆状态信息
纵向动力学
控制策略
深度强化学习算法
实时状态信息
自动驾驶系统
网络
刹车
计算机装置
误差信息
计算机程序产品
系统为您推荐了相关专利信息
数据融合方法
果蝇优化算法
阵列
隔震平台
加权平均法
航天器
加速度
三维形状模型
坐标系
区域评估方法
汽车部件模具
运动轨迹数据
锁紧方法
机器视觉系统
轨迹优化算法
组合导航系统
卡尔曼滤波估计
姿态误差
加速度计误差
观测噪声
预测控制模型
约束预测控制方法
四旋翼无人机系统
矩阵
欧拉方法